本文介绍了如何对散射测量进行不确定性分析。概述了一种通过最小二乘回归传播不确定性的方法。该方法包括测量噪声的传播以及测量中系统效应的估计。由于测量确定的各种参数之间可能存在相关性,因此描述了一种可视化提取轮廓中不确定性的方法。分析针对 120 nm 间距光栅进行,该光栅由 120 nm 高、45 nm 临界尺寸和 88 ◦ 侧壁角的光刻胶线组成,使用光谱旋转补偿器椭偏仪测量。结果表明,虽然散射测量非常精确,但有许多系统误差源限制了其绝对精度。解决这些系统误差可能会显著改善未来的散射测量。
我们研究了连续奇偶校验测量的量子误差校正,以用三量码纠正比率误差。连续监视错误带来了连续信息流的好处,这有助于实时被动错误跟踪。它从基于标准的门的方法中降低了开销,该方法定期纠缠并测量其他Ancilla Qubit。但是,连续平价测量的嘈杂模拟信号要求更复杂的信号处理来准确解释综合征。我们分析了几种实践过滤方法的性能,以进行连续误差纠正,并证明它们是基于标准Ancilla的方法的可行替代方案。作为一种最佳过滤器,我们讨论了一种不正常的(线性)贝叶斯过滤器,并且与Mabuchi引入的相关WONHAHHAMELTER相比,具有改进的构成效率[New J. Phys。11,105044(2009)]。 我们将这种相当的连续滤波器与最简单的周期性盒车平衡和阈值过滤器的两个实际变化进行了比较,以低延迟电路为目标实时硬件实现。 作为变体,我们引入了一个非马克维亚“半盒车”过滤器和带有可调节阈值的马尔可夫过滤器;这些滤波器消除了盒装填充中的主要误差源,并与最佳过滤器相比有利。 对于每个滤波器,我们在平均值中得出衰减的分析结果,并通过数值模拟对其进行验证。11,105044(2009)]。我们将这种相当的连续滤波器与最简单的周期性盒车平衡和阈值过滤器的两个实际变化进行了比较,以低延迟电路为目标实时硬件实现。作为变体,我们引入了一个非马克维亚“半盒车”过滤器和带有可调节阈值的马尔可夫过滤器;这些滤波器消除了盒装填充中的主要误差源,并与最佳过滤器相比有利。对于每个滤波器,我们在平均值中得出衰减的分析结果,并通过数值模拟对其进行验证。
可靠的相同(不可区分)光子源是利用干涉效应的先决条件,而干涉效应是基于线性光学的量子计算及其应用(如玻色子采样)的必要组成部分。一般而言,可区分程度将决定特定方法的有效性,例如通过限制构造资源状态的保真度,或降低光学电路输出分布的复杂性。因此,设计高纯度和不可区分的光子源具有重要的实际意义。受魔法状态蒸馏的启发,我们提出了一种使用标准线性光学的协议,该协议可用于将光子源的不可区分性提高到任意精度。特别是,在小误差 ϵ 的渐近极限下,要将误差降低到 ϵ ′ < ϵ 需要 O (( ϵ/ϵ ′ ) 2 ) 个光子。我们证明该方案对光学元件中的检测和控制误差具有鲁棒性,并讨论了其他误差源的影响。
摘要本文量化了限制激光扫描匹配精度的误差源,特别是对于基于体素的方法。LIDAR扫描匹配匹配,用于DEAD RECKONING(也称为LiDAR Odometry)和映射,计算最能使一对点云对齐的旋转和翻译。透视错误是从不同角度观看场景时发生的,从每个角度看,不同的表面变得可见或遮挡。要解释在数据中观察到的透视异常,本文模拟了代表城市景观的两个对象的透视误差:一个圆柱形柱和一个双壁cor ner。对于每个对象,我们提供了基于体素的LIDAR扫描匹配的透视误差的分析模型。然后,我们分析当配备激光雷达的车辆越过这些物体时,透视误差是如何产生的。
成功的机载激光雷达测深仪的基本素质是精度、能力和成本效益。在过去的二十五年里,激光、光学、电子和计算机的发展使得构建具有不同用途的可行机载激光雷达系统变得更容易,而且正在构建的数量也在不断增加。然而,由于需求有限,而且仍然很难满足上述三个要求,尤其是第一个要求,目前世界上只有不到十台机载激光雷达测深仪。从系统中获取答案并不难。然而,要获得符合国际精度标准和典型客户操作要求的结果,需要大量的理解和努力。机载测深仪的设计、构造和操作的主要考虑因素必须是数据质量和深度测量精度。物理环境和系统硬件组件都会产生许多必须克服的错误源。这需要周到的硬件和软件系统设计和构建,以及预测、建模和应用适当的校正器。必须建立并遵循质量控制、校准和维护的操作程序。在本文中,我们描述了已开发的大量硬件设计功能、软件算法、偏差校正器、显示器和操作程序,为满足所需精度标准同时保持效率和成本效益的系统提供了基础。上述功能都已纳入美国陆军工程兵团 SHOALS 作战机载激光雷达测深系统。SHOALS 可通过直升机和固定翼飞机进行操作,以满足各种类型的测量要求,例如制图、疏浚、海岸工程、资源管理、建模和侦察。尽管 SHOALS 硬件是十年前设计的,但该设计已被证明是最佳的,经过七年的成功实地操作,涵盖了广泛的赞助商、要求、全球各地的位置和环境条件。SHOALS 飞行后数据处理软件套件提供了高精度、完美运行,并定期升级以提高实用性和效率。事实证明,整个系统设计非常灵活,并且根据客户要求在硬件和软件中添加了许多新特性和功能。在本文中,我们将描述硬件和软件设计理念以及关键的设计考虑因素。我们详细讨论了如何克服大量潜在或已实现的误差源,这些误差源通常存在于机载激光雷达水文系统中,特别是 SHOALS 中。
成功的机载激光雷达测深仪的基本素质是精度、能力和成本效益。在过去的二十五年里,激光、光学、电子和计算机的发展使得构建具有不同用途的可行机载激光雷达系统变得更容易,而且正在构建的数量也在不断增加。然而,由于需求有限,而且仍然很难满足上述三个要求,尤其是第一个要求,目前世界上只有不到十台机载激光雷达测深仪。从系统中获取答案并不难。然而,要获得符合国际精度标准和典型客户操作要求的结果,需要大量的理解和努力。机载测深仪的设计、构造和操作的主要考虑因素必须是数据质量和深度测量精度。物理环境和系统硬件组件都会产生许多必须克服的错误源。这需要周到的硬件和软件系统设计和构建,以及预测、建模和应用适当的校正器。必须建立并遵循质量控制、校准和维护的操作程序。在本文中,我们描述了已开发的大量硬件设计功能、软件算法、偏差校正器、显示器和操作程序,为满足所需精度标准同时保持效率和成本效益的系统提供了基础。上述功能都已纳入美国陆军工程兵团 SHOALS 作战机载激光雷达测深系统。SHOALS 可通过直升机和固定翼飞机进行操作,以满足各种类型的测量要求,例如制图、疏浚、海岸工程、资源管理、建模和侦察。尽管 SHOALS 硬件是十年前设计的,但该设计已被证明是最佳的,经过七年的成功实地操作,涵盖了广泛的赞助商、要求、全球各地的位置和环境条件。SHOALS 飞行后数据处理软件套件提供了高精度、完美运行,并定期升级以提高实用性和效率。事实证明,整个系统设计非常灵活,并且根据客户要求在硬件和软件中添加了许多新特性和功能。在本文中,我们将描述硬件和软件设计理念以及关键的设计考虑因素。我们详细讨论了如何克服大量潜在或已实现的误差源,这些误差源通常存在于机载激光雷达水文系统中,特别是 SHOALS 中。
摘要:低层建筑的风致屋顶压力通常在边界层风洞中测量。据记载,不同边界层风洞中缩小比例的建筑模型的压力统计数据差异很大。流动设施能力、模型设计和制造、仪器、测试设置和程序、特定的数据缩减方法以及研究人员的经验是影响风洞实验测量数据和结果的众多因素之一。考虑到上述变量列表,结果经常不同也就不足为奇了,因为每个变量都会带来潜在的误差源。为了确定从风洞测试中获得的压力统计数据中的驱动不确定性来源,使用 NIST 空气动力学数据库通过蒙特卡罗模拟执行详细的不确定性量化分析。这项工作具体展示了测量不确定性如何传递到风洞测试中感兴趣的数量。它还将提供对关键测量、不确定性来源的更好理解,并可能揭示压力统计结果之间存在差异的原因。
卫星量子通信的进步旨在通过提高传输信息的安全性来重塑全球电信网络。在这里,我们研究了大气湍流对地面站和卫星之间光学区域中连续变量纠缠分布和量子隐形传态的影响。更具体地说,我们研究了在下行链路和上行链路场景中,由于分布中的各种误差源(即衍射、大气衰减、湍流和探测器效率低下)导致的纠缠退化。由于使用这些分布式纠缠资源的量子隐形传态协议的保真度不够,我们包括一个中间站,用于状态生成或光束重新聚焦,以分别减少大气湍流和衍射的影响。结果表明,在低地球轨道区域的下行链路中,自由空间纠缠分布和量子隐形传态是可行的,但在中间站的帮助下,在上行链路中也是可行的。最后,完成恶劣天气条件下微波光学比较研究,以及地地和卫星间量子通信水平路径研究。
摘要。扩散概率模型(DPM)已成为生成建模的一种有前途的技术。DPM的成功取决于两种成分:扩散过程的时间逆转和分数匹配。大多数现有的作品隐含地假设分数匹配接近完美,而此假设值得怀疑。鉴于可能无法保证的得分匹配,我们提出了一个新标准 - DPM设计中向后抽样的收缩,从而导致了一种新型的承包DPMS(CDPMS)。关键见解是向后过程中的收缩可以缩小分数匹配错误和离散错误。因此,我们提出的CDPM对两个误差源都是可靠的。为了实际使用,我们表明CDPM可以通过简单的转换来利用经过验证的DPM,并且不需要重新训练。我们通过对合成1-DIM示例,瑞士卷,MNIST,CIFAR-10 32×32和AFHQ 64×64数据集的实验来证实我们的方法。值得注意的是,CDPM在所有已知的基于SDE的DPM中显示出最佳性能。
CBF 阈值。4 然而,尽管它们具有临床用途,但最常用的基于 CBF 的缺血核心定义可能并不准确,不适合研究目的。5 它们往往会高估真实梗塞 6(在线补充数据中的示例)并且与 MRI 成像相比准确性有限。7 此外,GM 和 WM 对缺血的神经化学反应不同,导致对缺血的脆弱性不同。8 在整个大脑中应用同质的 CBF 阈值可能会导致低估或高估对缺血敏感性不同的脑区的病变。9 此外,通过 CTP 估计的缺血核心体积,尤其是影响 WM 的体积,通常小于后续 MRI 成像中的体积。10 这种高估应用于常规临床实践,可能导致无法为可以从中受益的患者提供再灌注治疗。这些发现可以通过基线成像和用于测量最终梗塞体积的后续成像之间的延迟来解释。基线到随访成像的延迟可能是一个误差源,因为中风是一个动态过程,会导致进行性脑损伤,主要是在无法成功实现再灌注的情况下。此外,